基于大數據的數字化資源共享門戶研究*

章　凡，周　波，徐風國，王詩平

（南京農業大學繼續教育學院，江蘇 南京210095）

基于大數據的數字化資源共享門戶研究*

章凡，周波，徐風國，王詩平

（南京農業大學繼續教育學院，江蘇 南京210095）

我國各類教學機構創建了大量的優質網絡教學資源，在現有網絡資源平臺的基礎上，建立數字化資源共享門戶，充分利用大數據、數據挖掘、物聯網等網絡技術，實現更高效的數字化資源共享。

數字化資源；資源共享；數據挖掘；資源共享門戶

一、引言

隨著網絡技術的普及和不斷發展，為我國教育信息化建設帶來了機遇和挑戰?！秶抑虚L期教育改革和發展規劃綱要 （2010-2020年）》［1］十九章第六十條提出：“加強優質教育資源開發與應用。加強網絡教學資源庫建設。引進國際優質數字化教學資源。開發網絡學習課程。建立數字圖書館和虛擬實驗室。建立開放靈活的教育資源公共服務平臺，促進優質教育資源普及共享。創新網絡教學模式，開展高質量高水平遠程學歷教育?！痹趪艺叩囊蠛托畔⒒夹g飛速發展的時代背景下，高校和教學機構紛紛建立網絡共享平臺和網絡教學資源，其中不乏優質的教學資源，在一定程度上實現了資源的互通共享。然而各單位單獨開發，缺少整體規劃限制了優質資源的共享，如何提高網絡資源的利用效率，實現更高效的實現網絡資源共享是我們面臨的挑戰。

二、大數據的概念及高校數字化資源共享研究現狀分析

1.大數據的概念

全球知名咨詢公司麥肯錫 （Mckinseyand Company）于2011年5月發布了《大數據：創新、競爭和生產力的下一個前沿領域》報告［2］，該份報告中首次提出“大數據”的概念，并在報告中指出“數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素；而人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來”。然而，至今沒有一個官方的定義。但各種表述存在的共同點是：大數據并非傳統意義上的海量數據，大數據有“4V”特點：Volume（容量）、Variety（種類）、Velocity（速度）和Value（價值）。Volume指巨大的數據體量與完整性，數據量從TB級別躍升到PB級別。Variety指類型繁多，在海量、種類繁多的數據間發現其內在關聯。Velocity指大數據要求處理速度快。Value指大數據的洞察力和價值，需要將信號轉化為數據，將數據分析為信息，將信息提煉為知識，以知識促決策和行動［3］。

2.高校數字化資源共享研究現狀分析

西方現代大學城發展于美國硅谷模式。硅谷模式的核心是將大學和科技研發聯合在一起。斯坦福大學校長特曼于1951年提出“技術專家社區”構想，明確指出大學不能辦成純學術的象牙塔，而應該兼有科研和技術轉讓特性，并依此理念創辦了斯坦福工業園。隨著科技事業的發展，硅谷不但成了世界首屈一指的電子工業中心，而且形成了包括斯坦福大學、圣克拉大學和圣何賽大學以及9所?？茖W校、33所技術學校、100多所私立專業學校的西方現代大學城［4］，其顯著特點是“產學研”一體化。

美國全國教育統計中心 （National CenterforEducational Statistics）的一項調查顯示，參加調查的4130所高校中，56%的二年制和四年制大學在2000-2001年開設了遠程教育課，其中90%的公立二年制大學、89%的四年制大學開設了遠程教育課程。這些二年制和四年制大學總共大約開設了127400門遠程教育課程，在2000-2001學年注冊學生人數達到308萬人。在調查中發現，57%的大學領導相信網上教學的學習效果可以達到和面授課程一樣好，一批盈利性的網絡大學如鳳凰城大學（PhoenixUniversity）、卡佩拉大學（Kappella Universiyt）［5］等如雨后春筍般發展起來，且規模不斷擴大。

國內各高校在資源共享上做出了許多有效的嘗試，如實現課程互選和學分互認制度，2002年6月6日，浙江大學、上海交通大學、西安交通大學三校率先簽署“課程互選、學分互認、聯合辦學”合作協議書，實現不同區域間名校優質教育資源及信息的共建、共享、共管、校際間課程互選、學分互認；并向西部高校輸送優質教育資源，實施聯合培養計劃［6］。

三、建立資源共享門戶，提高網絡教學資源共享質量

我國在數字化教學資源共享上已經取得了一定的成績，然而近年來大數據、云計算等現代化信息技術不斷發展，將這些先進的技術與數字化教學資源共享進行結合，進一步完善我國數字化教學資源共享的策略及方式是我們研究的方向［6］。云計算技術利用云存儲管理及建立各種定制化的服務可以為數字化資源平臺提供網絡化應用，學習者在應用這些網絡化應用學習的過程中產生了海量的數據，這些數據很難用關系型數據庫表達清楚，大數據能夠利用Hadoop技術以內存檢索技術以及數據實時反應技術對這些數據進行深層次的處理，對學習者未來可能出現的情況進行預測，從而為學習者定制學習計劃和推送個性化的數字資源，提供個性化服務。

1.資源共享門戶模型

在現有的數字化資源基礎上，建立資源共享門戶模型，如圖1所示。

圖1　資源共享門戶模型

（1）采集分析層是數字化資源的數據來源。通過對已經存在各種優質數字化學習資源進行采集，如精品課程，精品資源共享課，各類不同類型的網絡教學平臺，數字化資源平臺擁有的教學資源，以及用戶在這些平臺的使用過程中產生的網絡學習行為數據等。這些數據來源非常分散，對這些基礎數據的篩選整合提煉分析工作至關重要，數據挖掘技術可以提取資源的元數據，對這些關系化，非關系化數據，結構化半結構化及非結構化數據進行深層次的分析和挖掘，并通過MapReduce編程模型管理這些數據，提高數據挖掘分析的效率和速度。

（2）管理層是對采集分析層得到的數據。利用云計算技術對其進行再次分析處理，并對數據進行安全，性能以及權限的管理。經過數據采集，在管理層進一步提煉資源的關鍵特性，形成資源的詳細描述，建立統一的標準化資源的標簽，將所有的資源數據存儲于云服務器中進行高性能計算，進行深度數據挖掘，計算數據之間的關系，重新建立索引，進行資源分類，再次分解組合，再將這些索引以云服務的方式嵌入到數字化資源共享平臺中，所有的資源將更加便于獲取。數據的管理體現在各種資源的數據安全、數據處理性能以及數據權限上。各種資源平臺的資源的公開性及公開程度，以及免費與否，都要能夠控制，在數據采集和數據處理的過程當中既要考慮到數據挖掘分析時的效率速度，同時要保證這些資源的安全，不能產生數據信息泄露，并且不同的用戶可以訪問的資源權限要進行限制。

（3）數據應用層為數字化資源平臺提供網絡化應用。讓學習者更充分，高效率地運用各類資源。當用戶有特定的資源搜索需求時，可將采集到的網絡行為數據進行計算，計算出當前用戶的上下文狀態，然后再利用云服務中存在的索引和用戶當前的上下文狀態進行二次計算，因采集的數據量大且計算速度快，計算出的結果能夠精確反應當前用戶的需求，這樣便進一步縮小了用戶資源搜索的范圍，用戶可稍加篩選就可以找出想要的資源，甚至想要的資源通過用戶界面直接推送給用戶，這樣能夠降低很多搜索資源的時間成本，從而提高資源共享的效率。根據大量學習同一門課程同學在學習過程中的學習數據，綜合計算的結果作為參考，可以指導學生了解參考哪些課前預習資料對課程幫助較大，結合某個學生的當前學習狀態水平，預測該學生可能會遇到什么問題，對于該生來說哪些是重點，哪些是難點，做課后習題的量達到多少才能達到最佳效果，根據學生的實時學習情況指標達到閾值發出預警提醒等等，這樣將避免很多不應該發生的后果，另外通過數據采集和分析預測機制，可以全面地對課程內容，教學進程等一系列教學關鍵因素和步驟進行數據分析計算，對學習進行評估及預測，能夠建立針對每個學習者不同情況定制學習策略方案指導，對每一個學習者都有著很好的指導性意義。

2.資源共享門戶建立過程

通過采集各種網絡教學資源平臺的所有數據（包括課程數據，用戶數據，教學行為數據及成績數據等），將大量教學數據存儲在云端，并且通過高性能計算技術根據需要將數據進行提取分析，形成統一的數據接口。在不同的資源平臺當中，資源所屬的類別多種多樣，標準的題庫、Word資料、PPT、視頻資源等等，可將所有的資源數據存儲于云服務器中進行高性能計算，進行深度數據挖掘，計算數據之間的關系，重新建立索引，再將這些索引以云服務的方式嵌入到網絡資源共享平臺中，便于調用。

將所有網絡教學平臺的課程內容，教學進程產生的實時數據共享并統一存儲，對其進行計算分析，得出的結果可以用于教學內容及過程的指導。根據大量上同一門課程的授課教師在教學過程中的共享數據綜合計算的結果作為參考，可以指導教師在教學過程中合理的安排教學進度，控制課堂互動頻率、課后作業類型以及課后輔導資源。

四、資源共享門戶的應用實施及關鍵點

數字化資源共享門戶在高校中的應用及實施的基礎是需要一個高性能計算及數據中心，依托數據中心存儲豐富的數字化資源，通過高性能計算平臺對用戶的日常學習行為進行大數據分析，得出用戶可能最需要的數字化資源，從而為學生的網絡學習提供良好的支持環境。在擁有數據中心和高性能計算平臺的基礎之上，需要建立一套完善的數字化資源應用平臺。平臺采用B/S架構，通過富客戶端腳本優化請求響應速度及用戶體驗，采用Web Service形式將具體的服務封裝起來，在平臺涉及到相應業務邏輯的地方進行調用，提高了數字化資源共享門戶的擴展性，以后可以很好地將數字化資源共享平臺進行跨平臺、跨設備（如手機平板等移動設備）應用。在數據方面，所有的資源數據存放在數據中心，采用oracle數據庫的RAC技術以及大容量存儲對數據進行處理，由專門的數據維護服務供應商提供數據維護服務，保證了數據的可用性及安全性。在平臺的安全性方面，可采用微軟最新研制的“可驗證保密云計算（Verifiable Confidential Cloud Computing）”加密技術進行加密，微軟的加密專家稱之為“VC3”，VC3利用英特爾指令集建立一個“保密箱”（Lockbox），供運行MapReduce的客戶在云里使用，保密箱可在未修改的Hadoop上運行，為數字化資源共享平臺提供了可靠的安全保障。

數字化資源共享門戶實施過程中的關鍵點在于，平臺為不同的資源平臺建立了一個類似數據中心的平臺，不同資源平臺數據的結構，以及數據的關系會存在著很大的差異，具有分散，異構的特征，若無法解決數據的差異性及兼容性問題，數據共享難度會非常大。大數據利用Hadoop分布式計算技術為非結構化數據構建統一格式的視圖，并在針對數據的不同特性建立快速索引、內存索引，將不同的數據形成統一化標準化的對外訪問接口，有針對性地解決了不同數據資源平臺非結構化數據的統一訪問的問題。

五、結語

隨著信息技術的飛速發展，數據量急劇增長，大數據的時代已然來臨。合理利用大數據技術來提高網絡教學資源貢獻質量，實現教學資源的全面共享，必將是日后發展的趨勢。本文對大數據的概念、網絡教學資源共享發展的現狀進行了詳細描述，介紹了大數據的特征，分析了利用大數據進行教學資源共享的關鍵問題，通過大數據的數據分析數據處理，來感知用戶的上下文狀態，對用戶進行指導和預測等，進一步提高網絡資源共享的實用性。如何利用大數據更大程度的提高網絡教學資源共享的質量，是我們未來繼續研究的方向。

［1］國家中長期教育改革和發展規劃綱要（2010-2020年）［EB/OL］.http：//news.xinhuanet.com/ziliao/2015-11/ 06/c_128401869_17.htm，2015-11-06.

［2］James Manyika，M ichael Chui，Brad Brown.Big data：The next frontier for innovation competition and productivity［M］.Insights&Publications.http：//wenku. baidu.com/link？url=WArW_02gcTYCw AYLvLc6zJn8JiBw-5kDA1Sg2poOVYon1vyLcYFtoBM IUOkfIzshOOyq137jf UcOJM-qFUGo-5JGW 1WBA_DgrkLXhw cAIJu，2015-11-27.

［3］劉洋.大數據時代科技信息資源共享平臺的發展［J］.林業科技情報，2014（1）：66-67.

［4］Stepen D.krasner ed.International Regimes［M］.NY：Cornell University Press，1983.

［5］吳國文，蔣純.大學城高校資源共享與協作發展模式探索［J］.計算機教育，2013（23）：81-83.

［6］李世美，韓慶蘭.我國高校教學資源共享影響因素及模式探析［J］.南通大學學報（教育科學版），2009（25）：12-15.

（編輯：王曉明）

G271

A

1673-8454（2016）07-0012-03

*項目來源：2015年度南京農業大學人文社會科學研究項目“數字化資源開放與共享研究”（SKJX2015011）。